CDA二级（Level II）数据分析师——考试内容梳理二

逻辑回归：Ln(P/(1-P)=-3+0.06X+0.05X2-0.02X3X1

岭回归的扰动性越大，模型越不容易受到共线性的影响；

LOSSO只是缓解了由于共线性导致的估计误差的问题，而不是解决共线性 ；

AUC值接近0.5时，我们认为这个模型是无效的；

T检验不可以用来检验待分析的原有若干变量是否适合做因子分析 ；

因子旋转用最大方差旋转是一种正交旋转；

因子分析得到的因子是有较强的解释性；

因子分析通常通过调整主成分在原始变量的权重来发现主成分所代表的含义；

主成分分析中，若使用特征值分解法，其在代数上将原随机向量的协方差阵换成对接方阵；

单因素分析中，组内误差和反映的是随机因素的影响；

置信区间用以评价估计的可靠性；

单个正太总体方差检验选择的统计量是卡方检验；

事中验证：交叉验证；

标签是一种用来描述业务实体特征的·数据形式·；

数据仓库是面向主题、的，而不是属性 ；

数据完整性约束的规则是：实体完整性、参照完整性、用户定义完整性；

五问法的发问角度包括：制造、检验、体系；

根因分析中问题原因头脑风暴包括：是一种非矩阵、名义群组技术、配对比较；

残差图中模型方差齐性假设满足：残差不应随因变量拟合值的增大而变化；

在趋势分解法中，时间序列的成分与观测值的关系：加法、乘法模型，没有减法模型 ；

按照远近程度来聚类需明确两个距离：欧式距离、兰氏距离；

线性回归的估计方法是最小二乘法；

逻辑回归的估计方法是最大似然估计；

神经网络比逻辑回归更容易过拟合；

条形图不能检测异常值；

属于数据标准化的方法有：Z-score标准化、区间缩放、向量单位化；

时间序列数据：某一个个体随时间变化产生的数据；

截面数据：许多个个体在同一个时间下由于个体不同而产生的数据；

面板数据：许多个个体，由于个体不同以及时间棉花而缠身的数据；

移动平均模型MA(q)：自相关（ACF）q阶截尾，偏自相关（PACF）拖尾； 平稳
自回归模型AR§’：自相关拖尾，偏自相关截尾； 平稳

自回归移动平均模型ARMA（p,q）：自相关系数拖尾，偏自相关系数拖尾； 平稳
ARIMA（p,d,q）:自相关截尾，偏自相关拖尾； 非平稳